Matched cohort study of therapeutic strategies to prevent preschool wheezing/asthma attacks
Notice bibliographique
Résumé
Background: An inhaled corticosteroid (ICS) or leukotriene receptor antagonist (LTRA) may prevent wheezing/asthma attacks in preschoolers with recurrent wheeze when added to short-acting β-agonist (SABA). Objective: The aim of this historical matched cohort study was to assess the effectiveness of these treatments for preventing wheezing/asthma attacks. Methods: Electronic medical records from the Optimum Patient Care Research Database were used to characterize a UK preschool population (1-5 years old) with two or more episodes of wheezing during 1 baseline year before first prescription (index date) of ICS or LTRA, or repeat prescription of SABA. Children initiating ICS or LTRA on the index date were matched 1:4 to those prescribed only SABA for age, sex, year of index prescription, mean baseline SABA dose, baseline attacks, baseline antibiotic prescriptions, and eczema diagnosis. Wheezing/asthma attacks (defined as asthma-related emergency attendance, hospital admission, or acute oral corticosteroid prescription) during 1 outcome year were compared using conditional logistic regression. Results: Matched ICS and SABA cohorts included 990 and 3,960 children, respectively (61% male; mean [SD] age 3.2 [1.3] years), and matched LTRA and SABA cohorts included 259 and 1,036 children, respectively (65% male; mean [SD] age 2.6 [1.2] years). We observed no significant difference between matched cohorts in the odds of a wheezing/asthma attack: ICS vs SABA, OR (95% CI) 1.01 (0.85-1.19) and LTRA vs SABA, OR (95% CI) 1.28 (0.96-1.72). Conclusion: We found no evidence that initiation of ICS or LTRA therapy is associated with fewer attacks during 1 outcome year than SABA alone for a heterogeneous group of preschool children with recurrent wheeze in the real-life clinical setting.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».